- 综合排序
- 最热优先
- 最新优先
- 来自专栏我还不懂对话
【论文阅读】- 怎么快速阅读ML论文？
机器学习的论文很多，怎么从Arxiv上泛滥的文章中选择论文阅读，那么我们就需要快速地了解论文内容概要，从而决定是否精读。 例如，一些图像问题，输出是224x224x3的RGB图像；对于文本分类，一般输入是一个文本token序列。2. 文章的模型（函数）的输出是什么？ 通过输入和期望的输出来思考ML问题，你能够判断该输出对于预测输出是否足够。这是一个前提，如果输入不足以预测输出，那么任何fancy的算法，可能都是徒劳。3. gpt-3）。 论文里面的说法是否可靠？个人理解，是说论文里面指标是否靠谱，方法是否实用等。凭我自己的经验，一般可以从以下几点来看：论文方法是否过于trick，是否非常复杂（奥卡姆剃刀原理）。
73120编辑于 2022-10-08 - 来自专栏YoungGy
ML基石_3_TypesOfLearning
y = structures. 好像一个很大的多分类问题。 从数据中学习潜在的结构。 比如自然语言处理中，每个单词的词性组合很复杂几乎无穷，但是其中肯定是有某些结构的，你总不可能连续5个动词吧。
40350发布于 2019-05-27 - 来自专栏wywwzjj 的技术博客
Discuz ML! V3.X RCE
ML 是一个由 CodersClub.org 创建的多语言，集成，功能齐全的开源网络平台，用于构建像 “社交网络” 这样的互联网社区。该引擎基于 Comsenz Inc. 创建的着名的 Discuz！ ML v.3.4 Discuz! ML v.3.3 Discuz! ML v.3.2 复现 简单来说，没有经过任何处理的 cookie 直接被拼接进模板，该模板被 include 后自然就执行了。 default', 'common/header_forum_index') ;" 可看到具体的位置 简化一下就是 checktplrefresh('1', '2', 1564153002, '', '3'
46320编辑于 2023-05-09 - 来自专栏DeepHub IMBA
2022 年 4 月 10篇 ML 研究论文推荐
NVidia 的新 H100 GPU已经发布了，我们也很久没有发论文推荐了，这是4月份的论文推荐：Google 的 5400 亿参数 PaLM、Pathways、Kubric、Tensor Programs 论文的这项工作展示了如何更有效地完成超参数调整。 为了训练神经网络，必须选择合适的超参数。 3、Pathways: Asynchronous Distributed Dataflow for ML and PaLM: Scaling Language Modeling with Pathways 现有的基于深度学习的图像动画框架通常依赖于图像的结构化表示:人的关键点、光流、3D网格等等。本论文提出了一种潜在图像动画器(LIA)，它只依赖于一个自监督图像自动编码器，而没有任何显式结构化表示。 架构在 ML 中的作用是否会进一步缩小？论文的回答是：是的。
63020编辑于 2022-04-14 - 来自专栏流川疯编写程序的艺术
机器学习规则:ML工程最佳实践----rule_of_ml section 3【翻译】
作者：黄永刚 ---- ML Phase III: 缓慢提升、精细优化、复杂模型 第二阶段就已经接近结束了。首先你的月收益开始减少。你开始要在不同的指标之间做出平衡，你会发现有的涨了而有的却降了。 Alice比较失望，但是现在认识到做这个决定是基于很多准则的，而只有一部分是可以使用ML来优化的。 事实是真实世界不是地下城与龙：没有‘血量’表示你产品的健康程度。 reference: - http://feisky.xyz/machine-learning/resources/rules_of_ml.html - Rules of Machine Learning : Best Practices for ML Engineering
31610编辑于 2022-05-10 - 来自专栏应兆康的专栏
Python ML Library --- sklearn_Par. 3
本文相关资料下载地址: https://github.com/yingzk/sklearn_learning/tree/master/page3
630130发布于 2018-03-21 - 来自专栏量化投资与机器学习
【代码+论文】通过ML、Time Series模型学习股价行为
今天编辑部给大家带来的是来自Jeremy Jordan的论文，主要分析论文的建模步骤和方法，具体内容大家可以自行查看。 sample_text_google) if word not in w2v]) print(' -- '.join(not_in_vocab)) motofone -- segment's -- we're -- ml910 (df) return text_docs_3D from mpl_toolkits.mplot3d import Axes3D ``` plt.hist(text_docs_3D = docs_to_3D(tfidf_docs, w2v_reduced) animate_company_transcripts_3D(text_docs_3D) Digitize input space ))) text_3D = text_3D.groupby(text_3D.index).apply(np.mean) # Now I'll convert the Series of
1.8K80发布于 2018-01-30 - 来自专栏大数据杂货铺
使用CDSW和运营数据库构建ML应用3:生产ML模型
有关更多上下文，此演示基于此博客文章如何将ML模型部署到生产中讨论的概念。 在阅读本部分之前，请确保已阅读第1部分和第2部分。 上创建一个新项目，然后在“初始设置”部分下选择“ Git” 使用“ https://github.com/mchakka/PySpark-HBaseDemoApp.git ”作为Git URL 使用Python3创建一个新会话 现在，任何数据科学家和数据工程师都可以直接在HBase数据上构建ML模型。 building-a-machine-learning-application-with-cloudera-data-science-workbench-and-operational-database-part-3- productionization-of-ml-models/
3.3K10发布于 2021-03-09 - 来自专栏重生信息安全
Discuz Ml v3.x 前台Getshell
ML v.3.4 Discuz! ML v.3.3 Discuz! ML v.3.2 01： 2019年7月11日， Discuz！ ML被发现存在一处远程代码执行漏洞，攻击者通过在请求流量的cookie字段中的language参数处插入构造的payload，进行远程代码执行利用，该漏洞利用方式简单，危害性较大。 ML对于cookie字段的不恰当处理造成的 cookie字段中的language参数未经过滤，直接被拼接写入缓存文件之中，而缓存文件随后又被加载，从而造成代码执行 02： phpinfo 验证： xxxx_language +file_put_contents('shell.php',urldecode('%3c%3fphp+%20eval(%24_%47%45%54%5b%22a1%22%5d)%3b%3f%3e')).
86320发布于 2020-04-26 - 来自专栏Linux学习~
【面试智力题】3ml 5ml 杯子各一个，拼出 4ml 的容量
问题描述 3ml 5ml 杯子各一个，两个杯子没有刻度，只知道最大容量，并且不能借助其它容器，拼出 4ml 的容量 思路 凑配问题 解法一 将3ml杯子装满水倒入5ml杯子，此时5ml杯中有 3ml水 重复步骤一，此时3ml杯中剩1ml水，5ml杯中有5ml水 将5ml杯子中的水倒出去，此时5ml杯中没有水 将3ml杯中的1ml水倒入5ml杯中，此时5ml杯中有1ml水 把3ml杯子倒满，倒入 5ml杯中，此时5ml杯中有1ml+3ml=4ml水 解法二 将5ml杯子装满水倒入3ml杯子，此时5ml杯中有2ml水 把3ml杯中水倒掉，5ml杯中的2ml水倒入3ml杯中，此时5ml杯中没有水 再次将 5ml杯子装满水倒入3ml杯子，由于3ml杯中只能再倒入1ml水，所以给3ml杯子倒满水后停，5ml杯中还剩5ml-1ml=4ml水
44160编辑于 2022-11-30 - 来自专栏数据派THU
收藏｜最优论文+代码查找神器，覆盖AI全领域（966个ML任务、8500+论文）
每一个分类下面所列出的项目包含：论文标题、机构、发表日期、摘要、任务分类等信息。 ? 使用 现在，我们来看看这个 ML SOTA 浏览器怎么用吧。 例如，第一行展示了在 PASCAL VOC 2012 数据集上的当前最佳模型是 DeepLabv3+ (Xception-JFT)，源论文是《Encoder-Decoder with Atrous Separable DeepLabv3+ (Xception-JFT) 在语义分割任务中排名第一，Mean IoU 分数为 89.0%。 ? 接下来，我们点击 DeepLabv3+ (Xception-JFT) 行中的超链，就能到达该模型的 Papers With Code 页面，上面显示了论文标题、摘要、arXiv 链接，以及最重要也是 Papers 从下表可以看到， DeepLabv3+ (Xception-JFT) 还在 Cityscapes 上实现了 82.1% 的当前最佳 Mean IoU。 ? ?
1.6K30发布于 2019-03-08 - 来自专栏DeepHub IMBA
2021 年 10 月推荐阅读的10篇精选ML论文
幸运的是，学者们经常关注这一点，传统上大多数揭示事实的论文都来自大学，就像我们很快就会看到的那篇。 这篇论文的缺点也是它的优点:为进一步优化他们的实验而付出的有限的范围和努力。 特别是自从GPT-3(推出一年多了!)以来，输入提示已经成为一项关键技术，并且一直存在。本文研究了如何将大型语言模型训练成更健壮、更准确的零样本自然语言提示，就像GPT-3所做的那样。 然而，将其与GPT-3进行正面比较是不公平的:该模型在训练前包含了标记数据，但他们没有直接对其进行优化，而是使用模板创建该任务的自然语言表达(见下图);而GPT-3不包括任何训练数据——实际上会一些数据集意外泄露到训练前数据中 ，将其暴露给训练前[3]中的模型。
57120发布于 2021-10-09 - 来自专栏HACK学习
Discuz Ml v3.x 前台Getshell姿势
ML v.3.4 Discuz! ML v.3.3 Discuz! ML v.3.2 0x01 漏洞描述 2019年7月11日， Discuz！ ML被发现存在一处远程代码执行漏洞，攻击者通过在请求流量的cookie字段中的language参数处插入构造的payload，进行远程代码执行利用，该漏洞利用方式简单，危害性较大。 ML对于cookie字段的不恰当处理造成的 cookie字段中的language参数未经过滤，直接被拼接写入缓存文件之中，而缓存文件随后又被加载，从而造成代码执行 phpinfo验证 Ov1T_2132 $templateid.'_'.str_replace('/', '_', $file).'.tpl.php'; 删除可控变量 原理以及代码分析请看推荐阅读的两篇图文 推荐阅读： Discuz ML! V3.X 远程代码执行漏洞深度分析 漏洞分析 | Discuz ML! V3.X 代码注入漏洞
2.1K10发布于 2019-08-05 - 来自专栏机器之心
AI所有领域最优论文+代码查找神器：966个ML任务、8500+论文任你选
每一个分类下面所列出的项目包含：论文标题、机构、发表日期、摘要、任务分类等信息。 ? 使用 现在，我们来看看这个 ML SOTA 浏览器怎么用吧。 例如，第一行展示了在 PASCAL VOC 2012 数据集上的当前最佳模型是 DeepLabv3+ (Xception-JFT)，源论文是《Encoder-Decoder with Atrous Separable DeepLabv3+ (Xception-JFT) 在语义分割任务中排名第一，Mean IoU 分数为 89.0%。 ? 接下来，我们点击 DeepLabv3+ (Xception-JFT) 行中的超链，就能到达该模型的 Papers With Code 页面，上面显示了论文标题、摘要、arXiv 链接，以及最重要也是 Papers 从下表可以看到， DeepLabv3+ (Xception-JFT) 还在 Cityscapes 上实现了 82.1% 的当前最佳 Mean IoU。 ? ?
80730发布于 2019-04-29 - 来自专栏机器之心
2020年，那些「引爆」了ML社区的热门论文、库和基准
论文 3：ResNeSt: Split-Attention Networks ? 论文链接：https://arxiv.org/pdf/1912.11370v3.pdf 简介：谷歌大脑的研究者提出了迁移学习模型 Big Transfer (BiT)。 论文链接：https://arxiv.org/pdf/1910.10683v3.pdf 简介：谷歌研究者通过引入一个将所有基于文本的语言问题转化为文本到文本格式的统一框架，对自然语言处理（NLP）的迁移学习方法进行了探索 项目地址：https://github.com/rwightman/pytorch-image-models 简介：pytorch-image-models 库由热衷于构建 ML 和 AI 系统的加拿大人 项目地址：https://github.com/eriklindernoren/PyTorch-GAN 简介：PyTorchGAN 库由 Apple 公司的 ML 工程师 Erik Linder-Norén
63420发布于 2021-03-15 - 来自专栏FreeBuf
ML 3.x任意代码执行漏洞分析
ML V3.2-3.4 漏洞原因：Discuz!ML 系统对cookie中的l接收的language参数内容未过滤，导致字符串拼接，从而执行php代码。
2.3K30发布于 2019-07-29 - 来自专栏机器之心
夸大ML能力、论文纸上谈兵……机器学习社区为何变成这样？
发帖者总结了以下几点： 一些群体自认为可以掌控 ML 领域 在 ML 领域，我经常会看到一个群体或多个群体蜂拥至某个问题上，拿出 ML 这个工具，然后声称问题「已经解决」。 我曾见过很多在著名学术会议上发表 CV 论文的学者，在与他们的交谈中，发现他们不清楚「颜色空间为什么有用」甚至「不清楚什么是像素」（像素绝对不是图像上的小方块）。 绝大多数论文都是「纸上谈兵」，不涉及实际工作 过去很多人都提到过这一点，但我必须澄清自己的观点。我知道，很多因素导致了这一问题以及所有其他问题。 论文往往只包含微小的架构变化或渐进式的改进，「真正的思想」却看不到。这就导致有时一位博士却不擅长工程实践，或者其研究效率比不上有经验的硕士生。 公平来讲，ML 领域也应如此。但很遗憾，ML 领域却没有发挥应有的作用，尤其是在同行业的一般企业中。 认为ML可以解决现实世界所有问题 这一问题也常常被提及。
33850发布于 2021-06-08 - 来自专栏iOSDevLog
ML任务
表 ML任务： 任务 输出类型 问题的例子 算法 监督学习 回归 实数 根据其特点预测房价 线性回归和多项式回归 分类 明确的 垃圾邮件/非垃圾邮件分类 KNN，NaïveBayes，逻辑回归，决策树
57820发布于 2018-11-20 - 来自专栏全栈程序员必看
3DCNN论文阅读
视频分类和动作识别 1.1《Learning Spatiotemporal Features with 3D Convolutional Networks》 2015年CVPR 这篇论文应该是3DCNN 我们的发现有三个方面：1)与2D ConvNet相比，3D ConvNet更适合时空特征学习；2)具有小的3×3×3卷积核的同质结构是3D ConvNet中性能最好的结构之一；3)我们学习的特征，即C3D 上图来源 C3D的网络结构： C3D的不足之处： 输入图像分辨率较低，该网络结构较浅，参数数量过多。 U-Net和3D U-Net如下图： 3. 为了解决这些问题，我们提出了一种集成了 3D 多头自注意力的 3D自注意力多尺度特征融合网络（3DSA-MFN）。
1.7K20编辑于 2022-09-07 - 来自专栏JNing的专栏
论文阅读: YOLOv3
Introduction 首先，我要贴出大神霸气侧漏的论文Introduction： ? 这可以解释为“艺高人狂妄”么？ Innovation YOLOv3的作者自己也说了，本文没啥trick，就是纯粹博采众长，做做小实验，然后一不小心就搞出了YOLO第三代。。。 作者采用了更多的scale（3种scale），加深了DarkNet（直至53层），使得YOLOv3能够更好地抽取特征和保留小物体的位置信息。 ╮(╯_╰)╭ ---- [1] YOLOv3: An Incremental Improvement
1.5K40发布于 2018-09-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号